XG-Boost 101: Used Cars Price Prediction

via Coursera

Aperçu

Titre : XG-Boost 101 : Prédiction du prix des voitures d'occasion

Description : Plongez dans l'univers de l'apprentissage automatique avec notre projet pratique où vous apprendrez à prédire les prix des voitures d'occasion en utilisant trois algorithmes différents : Régression Linéaire Multiple, Régression Random Forest et XG-Boost. Idéal pour les concessions automobiles, ce projet améliorera votre compréhension des facteurs influençant les prix des voitures d'occasion.

À la fin de ce projet, les participants seront en mesure de :

Découvrir l'application de l'IA et de l'apprentissage machine dans l'industrie automobile.
Explorer la théorie et l'application pratique de l'algorithme XG-Boost.
Apprendre à importer et utiliser les principales bibliothèques Python, gérer les ensembles de données et conduire une Analyse Exploratoire des Données.
Utiliser des outils de visualisation de données comme Seaborn, Plotly et Word Cloud pour mieux interpréter les données.
Préparer les données pour la modélisation en les standardisant et en les divisant en ensembles d'entraînement et de test.
Développer des compétences dans la construction, la formation et l'évaluation de modèles avec XG-Boost, Random Forest et Régression Linéaire Multiple en utilisant Scikit-Learn.
Évaluer la performance du modèle à travers divers indicateurs clés de performance (KPIs).

Note : Ce cours est optimisé pour les apprenants en Amérique du Nord. Des efforts sont en cours pour apporter cette expérience d'apprentissage à d'autres régions.

Fournisseur : Coursera

Catégories : Cours d'Intelligence Artificielle, Cours Python, Cours d'apprentissage machine, Cours scikit-learn, Cours de visualisation des données.